La detección y clasificación de vehículos son muy importantes para el análisis del comportamiento de los vehículos en sistemas de transporte inteligente, computación urbana, etc. En este documento, se ha aplicado un enfoque basado en redes neuronales convolucionales (CNN) para la clasificación de vehículos. Con el fin de lograr una clasificación más precisa, eliminamos el fondo no relacionado tanto como fuera posible basándonos en un modelo de detección de objetos entrenado. Además, se ha introducido un enfoque de preentrenamiento no supervisado para inicializar mejor los parámetros de las CNN y mejorar el rendimiento de la clasificación. A través de la mejora de datos en imágenes etiquetadas manualmente, obtuvimos 2000 imágenes etiquetadas en cada categoría de motocicleta, transporte, pasajero y otros, con 1400 muestras para entrenamiento y 600 muestras para pruebas. Luego, obtuvimos 17395 imágenes no etiquetadas para el preentrenamiento no supervisado de capas convolucionales por capas. Se obtuvo una precisión notable del 93.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Detección de escenas de video utilizando modelos compactos de bolsa de palabras visuales.
Videos:
Vivir en un mar de datos: makers, internet de las cosas y manufactura personal
Videos:
Aprendizaje automático para datos masivos en la nube
Videos:
Arquitectura de negocios: la base de la gestión de procesos de negocio y el análisis de negocios
Artículos:
Diseño y desarrollo de un dispositivo electrónico para transmisión de datos con cobertura universal
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.